El curso brinda los fundamentos teóricos y prácticos de la analítica de datos y la visualización de información aplicados al contexto bibliotecario. Se abordan metodologías para recopilar, limpiar, analizar y representar datos, con herramientas accesibles para los profesionales de la información. Se promueve una visión crítica sobre el uso de datos en la toma de decisiones, evaluación de servicios y comunicación con usuarios y comunidades.

Competencias del curso:

• Comprende los principios de la analítica de datos y su aplicación en entornos bibliotecarios.
• Aplica técnicas básicas de análisis y visualización para interpretar datos relevantes.
• Utiliza herramientas digitales para representar datos de forma comprensible y efectiva.
• Evalúa y comunica hallazgos basados en datos para mejorar los servicios de información.

Sesiones:

Sesión 1: Introducción a la Analítica de Datos en Bibliotecas

• ¿Qué es la analítica de datos?
• Tipos de datos en bibliotecas (estadísticos, bibliográficos, de uso, transaccionales)
• Ciclo de vida de los datos: recopilación, almacenamiento, análisis, visualización
• Casos de uso: evaluación de servicios, hábitos de lectura, circulación, colecciones

Sesión 2: Fundamentos del Análisis de Datos

• Tipos de datos: estructurados y no estructurados
• Limpieza y preparación de datos (normalización, filtrado, codificación)
• Herramientas básicas: Excel, Google Sheets, OpenRefine, Access y PowerBi
• Práctica: creación de una base de datos limpia a partir de datos reales

Sesión 3: Análisis Descriptivo y Exploratorio de Datos

• Métricas e indicadores clave (KPI) en bibliotecas
• Tablas dinámicas, estadísticas básicas, cruces de variables
• Identificación de patrones y tendencias
• Práctica: análisis de uso de bases de datos y visitas

Sesión 4: Herramientas para Geolocalización y WebScrapping

• Introducción a la Geolocalización
• Dashboards y visualizaciones interactivas con mapas
• Integración de datos a través del uso de WebScrapping
• Práctica: creación de tableros geográficos

Sesión 4: Principios de Visualización de Información

• Visualización de datos  y narrativa con datos
• Tipos de visualizaciones: gráficos de barras, líneas, torta, mapas de calor
• Buenas prácticas: claridad, precisión, ética en la visualización
• Práctica: uso de Datawrapper en visualización de datos.

Sesión 6: Proyecto final y análisis de impacto

• Desarrollo de un caso práctico: visualización de datos de una biblioteca real o simulada
• Evaluación de impacto de decisiones basadas en datos
• Presentación de resultados y reflexión crítica
• Debate: desafíos y oportunidades de la cultura de datos en bibliotecas

Evaluación:

• Participación activa y ejercicios prácticos: 30%
• Análisis y visualización de conjunto de datos: 30%
• Proyecto final (informe + presentación): 40%